排序方式: 共有58条查询结果,搜索用时 0 毫秒
1.
2.
联邦学习中,终端将更新后的模型参数值,而不是原始数据传递至服务器,从而成为保障边缘计算中数据隐私安全的关键技术.因此,提出了基于联邦学习的边缘计算方法(FLBEC),在保护用户隐私的同时,减少终端参与联邦学习的开销.首先设计了基于联邦学习的边缘计算系统架构,提出了隐私保护机制.分析了终端参与联邦学习时间和能耗,提出了研究的目标,即保护边缘计算中用户隐私,同时在保证精度的前提下,减少联邦学习时间和能耗.然后,从参与者选择、本地更新和全局聚合3个方面提出了改进后的联邦学习算法.最后通过对比实验验证了在FLBEC算法中,绝大多数终端在达到目标精度的前提下可以大幅度地降低联邦学习时间和能耗,从而减少联邦学习开销,表明了FLBEC算法的优越性. 相似文献
3.
面向复杂问题求解的综合集成型决策支持系统 总被引:3,自引:0,他引:3
为求解现有的常规决策方法与系统工程方法难以处理的复杂决策问题,提出了一种综合集成型决策支持系统。分析了当前各种决策支持系统的特点和存在的问题,运用并根据复杂决策问题求解的综合集成过程提出了对系统的需求,进而建立了满足需要的基于浏览器/服务器模式的系统体系结构,讨论了其组成和功能,并对系统实现的关键技术——模型、仿真、信息、意见以及知识的综合集成进行了深入研究,给出了相应的实现方法。最后,给出了一个面向武器装备论证的原型系统的实例。 相似文献
4.
5.
随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了一种敏捷的计算服务模式.虽然边缘计算的敏捷服务模式能够有效缩短移动应用的时延并降低对应的通信成本,但在边缘计算环境下,异构资源之间的任务卸载经常会导致一些潜在的数据安全隐患和服务质量受损.针对上述应用挑战和技术发展趋势,本文提出了一种基于联盟链的可靠边缘计算任务卸载方法 .该方法利用联盟链进行身份校验和卸载结果反馈,以任务的完成时间、卸载成本与资源可靠度作为评价标准,设计了一种基于遗传算法的卸载策略,支持卸载决策时任务卸载的可靠性评估.实验结果表明,本文方法能在满足时延约束的前提下提高任务卸载的可靠性,为移动智能应用提供了一种有效的数据安全保障方法. 相似文献
6.
大数据处理流程包括:数据获取、数据集成、数据分析和解释3个阶段.大数据应用的技术和系统包括:云计算及其编程模型MapReduce、大数据获取技术、面向大数据处理的文件系统、数据库系统、大数据分析技术.大数据应用所面临的问题包括:人力和财力问题、安全和隐私问题、生态环境和产业链的变革问题. 相似文献
7.
8.
面向意外处理的工作流系统建模与执行 总被引:7,自引:0,他引:7
产生于工作流系统的执行阶段、未在系统建模阶段进行描述和定义的突发事件,称为工作流意外事件,对应意外事件的处理过程,称为意外处理。该文针对意外事件,从系统建模与模型执行两个方面对工作流意外处理进行了探讨,在系统建模阶段,通过拓展Petri网中的基本概念,提出并构造了组成工作流的过程单元,在将工作流内在的逻辑关系分解为控制流与数据流的基础上,讨论了一个面向意外处理的工作流系统复合建模方法,对应工作流的模型执行,定义了两类意外处理,用矩阵形式分别表示或标识控制流、数据流和意外事件,经过矩阵分析与变换,对意外事件的影响区域进行范围界定。最后,探讨了这种意外处理方法在数据流意外处理中的实例应用。 相似文献
9.
复杂问题求解往往涉及多个知识领域,其对应的工作流和知识流也非常复杂.为了促进后续问题求解过程的可靠性和针对性,利用现有的形式化和非形式化的方法,提出了一种复杂问题定义模型,并在此基础上分析了复杂问题求解过程中的知识流和工作流.结合大型软件项目开发,提出了复杂问题求解的参考步骤. 相似文献
10.